Adaptive Graph Of Thoughts MCP Server

🚀 自適應思維圖

自適應思維圖是一個藉助圖結構革新AI系統進行科學推理方式的框架，利用Neo4j圖數據庫開展複雜的科學推理，為複雜研究任務提供高級科學推理思維圖（ASR - GoT）框架。

🚀 快速開始

部署前提條件

在運行自適應思維圖（無論是本地運行還是通過Docker運行，若不使用包含Neo4j的docker - compose.prod.yml文件）之前，請確保具備以下條件：

• 運行中的Neo4j實例：自適應思維圖需要連接到Neo4j圖數據庫。

  • APOC庫：至關重要的是，Neo4j實例必須安裝APOC（Awesome Procedures On Cypher）庫。應用程序推理階段中的多個Cypher查詢會使用APOC過程（例如apoc.create.addLabels、apoc.merge.node）。若沒有APOC，應用程序將無法正常運行。你可以在官方APOC網站上找到安裝說明。
  • 配置：確保你的config/settings.yaml（或相應的環境變量）正確指向你的Neo4j實例的URI、用戶名和密碼。
  • 索引：為了獲得最佳性能，請確保創建了適當的Neo4j索引。詳情請參閱Neo4j索引策略。

  注意：提供的docker - compose.yml（用於開發）和docker - compose.prod.yml（用於生產）已經包含了預配置APOC庫的Neo4j服務，在使用Docker Compose時可滿足此要求。

必備條件

• Python 3.11+（如pyproject.toml中所指定，例如Docker鏡像使用Python 3.11.x或3.12.x、3.13.x）
• [Poetry](https://python - poetry.org/docs/#installation)：用於依賴管理
• [Docker](https://www.docker.com/get - started) 和 Docker Compose：用於容器化部署

安裝與設置（本地開發）

1. 克隆倉庫：

git clone https://github.com/SaptaDey/Adaptive Graph of Thoughts.git
cd Adaptive Graph of Thoughts

2. 使用Poetry安裝依賴：

poetry install

這將創建一個虛擬環境並安裝pyproject.toml中指定的所有必要包。 3. 激活虛擬環境：

poetry shell

4. 配置應用程序：

# 複製示例配置
cp config/settings.example.yaml config/settings.yaml

# 根據需要編輯配置
vim config/settings.yaml

5. 設置環境變量（可選）：

# 創建.env文件用於敏感配置
echo "LOG_LEVEL=DEBUG" > .env
echo "API_HOST=0.0.0.0" >> .env
echo "API_PORT=8000" >> .env

6. 運行開發服務器：

python src/asr_got_reimagined/main.py

或者，若需要更多控制：

uvicorn asr_got_reimagined.main:app --reload --host 0.0.0.0 --port 8000

API將在http://localhost:8000上可用。

Docker部署

graph TB
    subgraph "開發環境"
        A[👨‍💻 開發者] --> B[🐳 Docker Compose]
    end
    
    subgraph "容器編排"
        B --> C[📦 自適應思維圖容器]
        B --> D[📊 監控容器]
        B --> E[🗄️ 數據庫容器]
    end
    
    subgraph "自適應思維圖應用程序"
        C --> F[⚡ FastAPI服務器]
        F --> G[🧠 ASR - GoT引擎]
        F --> H[🔌 MCP協議]
    end
    
    subgraph "外部集成"
        H --> I[🤖 Claude桌面版]
        H --> J[🔗 其他AI客戶端]
    end
    
    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style F fill:#fff3e0
    style G fill:#ffebee
    style H fill:#f1f8e9

1. 使用Docker Compose快速啟動：

# 構建並運行所有服務
docker - compose up --build

# 以分離模式（後臺運行）
docker - compose up --build -d

# 查看日誌
docker - compose logs -f adaptive - graph - of - thoughts

2. 單個Docker容器：

# 構建鏡像
docker build -t adaptive - graph - of - thoughts:latest .

# 運行容器
docker run -p 8000:8000 -v $(pwd)/config:/app/config adaptive - graph - of - thoughts:latest

3. 生產環境部署：

# 使用生產環境的compose文件
docker - compose -f docker - compose.prod.yml up --build -d

特定部署平臺說明

• Smithery.ai：部署到Smithery.ai平臺通常直接使用提供的Docker鏡像。
  • 請參考Smithery.ai的特定文檔，瞭解部署自定義Docker鏡像的說明。
  • 端口配置：確保平臺配置為暴露端口8000（或通過APP_PORT配置的端口），因為這是FastAPI應用程序使用的默認端口。
  • 健康檢查：Smithery.ai可能使用健康檢查來監控容器狀態。自適應思維圖的Docker鏡像包含一個HEALTHCHECK指令，用於驗證/health端點（例如http://localhost:8000/health）。如果平臺需要特定的健康檢查路徑，請確保Smithery.ai配置為使用此端點。
  • 提供的Dockerfile和docker - compose.prod.yml可作為理解容器設置的基礎。請根據Smithery.ai的要求進行調整。

4. 訪問服務：
   • API文檔：http://localhost:8000/docs
   • 健康檢查：http://localhost:8000/health
   • MCP端點：http://localhost:8000/mcp

✨ 主要特性

• 利用Neo4j圖數據庫進行復雜科學推理，圖操作在其管道階段進行管理。
• 實現模型上下文協議（MCP），與Claude桌面版等AI應用集成。
• 處理複雜的科學查詢，採用基於圖的推理方式。
• 動態置信度評分，進行多維度評估。
• 採用現代Python和FastAPI構建，性能卓越。
• 支持Docker化，便於部署。
• 模塊化設計，具有可擴展性和可定製性。

📦 安裝指南

本地開發安裝

1. 克隆倉庫：

git clone https://github.com/SaptaDey/Adaptive Graph of Thoughts.git
cd Adaptive Graph of Thoughts

2. 使用Poetry安裝依賴：

poetry install

3. 激活虛擬環境：

poetry shell

4. 配置應用程序：

# 複製示例配置
cp config/settings.example.yaml config/settings.yaml

# 根據需要編輯配置
vim config/settings.yaml

5. 設置環境變量（可選）：

# 創建.env文件用於敏感配置
echo "LOG_LEVEL=DEBUG" > .env
echo "API_HOST=0.0.0.0" >> .env
echo "API_PORT=8000" >> .env

6. 運行開發服務器：

python src/asr_got_reimagined/main.py

或者：

uvicorn asr_got_reimagined.main:app --reload --host 0.0.0.0 --port 8000

Docker部署安裝

使用Docker Compose

# 構建並運行所有服務
docker - compose up --build

# 以分離模式（後臺運行）
docker - compose up --build -d

# 查看日誌
docker - compose logs -f adaptive - graph - of - thoughts

單個Docker容器

# 構建鏡像
docker build -t adaptive - graph - of - thoughts:latest .

# 運行容器
docker run -p 8000:8000 -v $(pwd)/config:/app/config adaptive - graph - of - thoughts:latest

生產環境部署

# 使用生產環境的compose文件
docker - compose -f docker - compose.prod.yml up --build -d

💻 使用示例

基礎用法

以下是使用asr_got.query方法的示例請求：

{
    "jsonrpc": "2.0",
    "method": "asr_got.query",
    "params": {
        "query": "Analyze the relationship between microbiome diversity and cancer progression.",
        "parameters": {
            "include_reasoning_trace": true,
            "include_graph_state": false
        }
    },
    "id": "123"
}

高級用法

目前暫未提供高級用法示例，後續可根據項目發展補充。

📚 詳細文檔

關於自適應思維圖的全面信息，包括詳細的安裝說明、使用指南、配置選項、API參考、貢獻指南和項目路線圖，請訪問我們的完整文檔站點： [➡️ 自適應思維圖文檔站點](https://saptadey.github.io/Adaptive - Graph - of - Thoughts - MCP - server/) (注意：此鏈接將在通過新工作流程部署GitHub Pages站點後激活。)

🔧 技術細節

項目架構

項目的組織架構如下（更多詳細信息請參閱文檔站點）：

Adaptive Graph of Thoughts/
├── 📁 .github/                           # GitHub特定文件（工作流）
├── 📁 config/                            # 配置文件（settings.yaml）
├── 📁 docs_src/                          # MkDocs文檔的源文件
├── 📁 src/                               # 源代碼
│   └── 📁 adaptive_graph_of_thoughts     # 主應用程序包
├── 📁 tests/                             # 測試套件
├── Dockerfile                            # Docker容器定義
├── docker - compose.yml                  # 用於開發的Docker Compose文件
├── docker - compose.prod.yml             # 用於生產的Docker Compose文件
├── mkdocs.yml                            # MkDocs配置
├── poetry.lock                           # Poetry依賴鎖定文件
├── pyproject.toml                        # Python項目配置（Poetry）
├── pyrightconfig.json                    # Pyright類型檢查器配置
├── README.md                             # 本文件
└── setup_claude_connection.py            # 用於設置Claude桌面版連接的腳本（手動運行）

API端點

MCP協議端點

POST /mcp：此端點用於與MCP客戶端（如Claude桌面版）進行通信。

健康檢查端點

GET /health：提供應用程序的簡單健康狀態。示例響應如下：

{
    "status": "healthy",
    "version": "0.1.0" 
}

會話處理（session_id）

目前，API請求（例如asr_got.query）中可用的session_id參數以及響應中包含的session_id主要用於識別和跟蹤單個完整的查詢 - 響應週期，也用於將進度通知（如got/queryProgress）與發起的查詢相關聯。

未來增強功能

持久會話

未來可能實現持久會話功能，允許用戶：

1. 持久化狀態：將查詢生成的圖狀態和相關推理上下文與session_id關聯，可能存儲在Neo4j數據庫中。
2. 重新加載狀態：當使用現有session_id提交新查詢時，系統可以重新加載保存的狀態作為進一步處理的起點。
3. 細化和擴展：允許新查詢與加載的圖進行交互，例如細化先前的假設、向現有結構添加新證據或基於已建立的上下文探索替代推理路徑。

異步和並行階段執行

目前，自適應思維圖推理管道的8個階段按順序執行。為了處理複雜查詢或進一步優化性能，未來可能會探索對管道的某些部分進行異步或並行執行。

📄 許可證

本項目採用Apache License 2.0許可。許可證。

🤝 貢獻

我們歡迎貢獻！請參閱我們的貢獻指南（也可在文檔站點上找到），瞭解如何開始、我們的分支策略、代碼風格等詳細信息。

🙏 致謝

• NetworkX 社區提供的圖分析功能
• FastAPI 團隊提供的優秀Web框架
• Pydantic 提供的強大數據驗證功能
• 科學研究社區提供的靈感和反饋